[英]How to join columns in CSV files using Pandas in Python
我有一个看起来像这样的 CSV 文件:
# data.csv (this line is not there in the file)
Names, Age, Names
John, 5, Jane
Rian, 29, Rath
当我在 Python 中通过 Pandas 阅读它时,我得到了这样的信息:
import pandas as pd
data = pd.read_csv("data.csv")
print(data)
程序的输出是:
Names Age Names
0 John 5 Jane
1 Rian 29 Rath
有什么办法可以得到:
Names Age
0 John 5
1 Rian 29
2 Jane
3 Rath
首先,我建议为每列使用唯一的名称。 要么进入 csv 文件并更改列标题的名称,要么在 Pandas 中这样做。
使用'Names2'
作为第二次出现相同列名的列的标题,试试这个:
从...开始
datalist = [['John', 5, 'Jane'], ['Rian', 29, 'Rath']]
df = pd.DataFrame(datalist, columns=['Names', 'Age', 'Names2'])
我们有
Names Age Names
0 John 5 Jane
1 Rian 29 Rath
所以,使用:
dff = pd.concat([df['Names'].append(df['Names2'])
.reset_index(drop=True),
df.iloc[:,1]], ignore_index=True, axis=1)
.fillna('').rename(columns=dict(enumerate(['Names', 'Ages'])))
得到你想要的结果。
从里到外:
df.append
组合列。
pd.concat( ... )
将df.append
的结果与数据帧的其余部分结合起来。
要了解其他命令的作用,我建议将它们一一删除并查看结果。
请原谅dff
。 我试图从教育的角度把一切都说清楚。 调整缩进以便代码可以编译。
您可以使用:
usecols有助于仅读取选定的列。
使用 low_memory以便我们在内部以块的形式处理文件。
import pandas as pd
data = pd.read_csv("data.csv", usecols = ['Names','Age'], low_memory = False))
print(data)
请在您的 csv 中有唯一的列名
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.